（圖：源自多鄰國APP）
游戲化設(shè)計和碎片化學(xué)習(xí)方式減少了語言學(xué)習(xí)的痛苦。與此同時，通過獎勵機(jī)制和排名系統(tǒng)，多鄰國則將用戶粘性推向新高度。
2022年年末，多鄰國上線了類似游戲中的排行榜，用戶通過解鎖更多的關(guān)卡，累積經(jīng)驗值，從而提高自己的段位和排名。
用戶為了維持排名，就需要增加解鎖關(guān)卡數(shù)量，這意味著就要在多鄰國消耗更多的時間。據(jù)Jorge Mazal統(tǒng)計，排行榜上線后，多鄰國用戶總體學(xué)習(xí)時間增加了17%，高度投入的學(xué)習(xí)者（每周5天每天至少花費1小時的用戶）的數(shù)量增加了2倍。
而即使用戶試圖“逃離”多鄰國，也難免陷入“掙扎”。
一位曾因工作繁忙被迫放棄打卡多鄰國的用戶告訴Tech星球，在沒有打開多鄰國的每一天里，都能看到手機(jī)小組件里“小綠鳥”變換著各種“勸學(xué)”的表情包。“每天被催會產(chǎn)生沒學(xué)習(xí)的愧疚感，現(xiàn)在我又重新開始打卡了。”
一位在線教育APP的資深從業(yè)者表示，多鄰國的模式類似“消消樂”，利用了人們的競爭心理和對獎勵的渴望，通過將學(xué)習(xí)過程游戲化，并建立積分排行榜，讓用戶感受到了挑戰(zhàn)和滿足。
這一切的背后，實則有一套精密的AI系統(tǒng)在持續(xù)運作。多鄰國通過復(fù)雜的算法模型，精準(zhǔn)測算并優(yōu)化 “勸學(xué)” 內(nèi)容的推送時機(jī)，旨在以最高效率喚醒用戶的學(xué)習(xí)意愿。
隨著AI在用戶留存領(lǐng)域的成效顯現(xiàn)，多鄰國進(jìn)一步將AI能力注入核心業(yè)務(wù)。近期，其一口氣推出148門新語言課程，使平臺課程總量翻倍。值得關(guān)注的是，這些新增課程由AI完成創(chuàng)建。
如此一來，從用戶留存到課程開發(fā)，AI正深度滲透至多鄰國的核心業(yè)務(wù)鏈條，成為其規(guī)?；瘮U(kuò)張與智能化運營的底層驅(qū)動力。
多鄰國與AI的深度綁定早已埋下伏筆。
2016年，多鄰國就采用了機(jī)器學(xué)習(xí)技術(shù)實現(xiàn)個性化學(xué)習(xí)路徑。通過自適應(yīng)分級測試、重復(fù)間隔算法和內(nèi)置的Birdbrain模型，分析用戶的掌握度，相應(yīng)地調(diào)整課題難度，提高學(xué)習(xí)效率。
2021年開始，多鄰國與OpenAI達(dá)成合作，深度推進(jìn)AI在企業(yè)內(nèi)部的應(yīng)用。OpenAI模型被多鄰國用于生成課程內(nèi)容、教學(xué)材料，以及為部分課程中的用戶寫作提供反饋。
去年9月，在多鄰國于美國舉辦的第六屆全球分享大會上，多鄰國CEO&聯(lián)創(chuàng)Luis von Ahn宣布了兩項新的AI驅(qū)動功能：視頻通話與多鄰國大冒險。用戶可以與多鄰國角色對話，且對話內(nèi)容會根據(jù)用戶語言水平靈活調(diào)整。
到了今年，多鄰國在AI方面的動作更為激進(jìn)。今年4月底，多鄰國CEO&聯(lián)創(chuàng)Luis von Ahn發(fā)布了全員信，宣布公司要All in AI。根據(jù)多鄰國的計劃，其將通過“AI優(yōu)先”戰(zhàn)略加速內(nèi)容創(chuàng)作，增強用戶體驗。
這次上線的148門新語言課程，就是多鄰國利用AI在課程設(shè)計上的一次大邁步。
不過，一位線上英語老師告訴Tech星球，“AI在線上語言學(xué)習(xí)平臺的應(yīng)用很常見，但大都局限于AI技術(shù)分析用戶的學(xué)習(xí)數(shù)據(jù)，動態(tài)調(diào)整學(xué)習(xí)內(nèi)容等方面。”
在他看來，若完全依賴AI編寫語言類課程，可能存在不少的問題。比如，AI雖能生成語法正確的句子，卻難以精準(zhǔn)捕捉真實場景中的語義細(xì)微差別。再比如，語言學(xué)習(xí)不僅是詞匯積累，更需情感共鳴，AI生成的對話場景往往偏模板化，難以模擬人類教師的感知與引導(dǎo)。
但對于多鄰國而言，相比追求極致的準(zhǔn)確率，AI首先帶來的效果是降本和提效。
148門由AI制作的課程推出后，Luis von Ahn曾對外提到，公司曾花費了長達(dá)12年的時間開發(fā)了前100門課程，而現(xiàn)在借助生成式AI的力量，僅用一年就成功推出了近150門新課程。
盡管用戶頻繁吐槽AI生成的課程弊病叢生，不僅內(nèi)容缺乏情感共鳴、場景脫離實際，連基礎(chǔ)準(zhǔn)確性都難以保障。社交平臺上一位學(xué)習(xí)韓語的用戶直言，更新后的課程難度跳躍明顯，翻譯錯誤、發(fā)音失準(zhǔn)等問題頻發(fā)。
但對急于擴(kuò)張課程版圖的多鄰國來說，AI仍是不可替代的“快車道”。人工打磨一門課程耗時耗力，而AI能以極低邊際成本批量生產(chǎn)內(nèi)容。目前，多鄰國已不滿足于語言賽道，正借助AI技術(shù)快速切入音樂、數(shù)學(xué)等新領(lǐng)域，相關(guān)課程已在試點市場上線。
多鄰國游戲化、碎片化的教學(xué)模式，飽受爭議。這種模式雖能憑借打卡獎勵機(jī)制提高用戶粘性，卻難以讓學(xué)習(xí)者直觀感受到自己的語言能力提升。
上述從業(yè)者表示，其教學(xué)內(nèi)容不追求系統(tǒng)性，而是反復(fù)聚焦高頻詞匯，通過機(jī)械重復(fù)來強化記憶，“一旦AI深度介入后，這些固有問題反而愈發(fā)凸顯。”
在他看來，AI生成的課程進(jìn)一步加劇了內(nèi)容的零散化。雖然課程數(shù)量大幅增加，但知識缺乏內(nèi)在邏輯串聯(lián)。重復(fù)練習(xí)的模式在AI加持下變得更加機(jī)械化，用戶在虛擬游戲場景中完成任務(wù)，卻依然難以將碎片化知識整合為完整的語言應(yīng)用能力。如此一來，學(xué)習(xí)效果難以保證。
一位連續(xù)打卡了一年多鄰國日語課程的用戶告訴Tech星球，相比把多鄰國當(dāng)做一個學(xué)習(xí)類工具，它更像一個“電子寵物”。
在她看來，“在對語言和學(xué)習(xí)沒興趣的時候，多鄰國的確能激發(fā)學(xué)習(xí)的興趣，但一旦想進(jìn)階或者進(jìn)入考試，還是需要系統(tǒng)地去啃教科書。”
不過，多鄰國似乎也并未想成為一個“系統(tǒng)性教育工具”。當(dāng)Luis von Ahn被問：“用戶參與度和教育效果之間產(chǎn)生沖突的時候，怎么辦？” 他回答：“很簡單，永遠(yuǎn)選擇用戶參與度。”
這一策略與游戲界“常青樹”《開心消消樂》的成功邏輯不謀而合。
自2014年上線至今，《開心消消樂》始終保持著穩(wěn)定的用戶熱度，這款消除類游戲憑借零門檻操作與即時反饋機(jī)制（如特效連擊、積分獎勵），持續(xù)吸引海量用戶。
多鄰國同樣深諳此道，將語言學(xué)習(xí)拆解為類似消除闖關(guān)的輕量任務(wù)，用經(jīng)驗值、等級晉升等游戲化元素，將學(xué)習(xí)行為轉(zhuǎn)化為充滿即時快感的日常打卡。
而市場數(shù)據(jù)也印證了這種策略的有效性。在最近發(fā)布的2025年Q1財報中，多鄰國2025年1月1日至2025年3月31日的收入為2.31億美元，同比增長37.71%，凈利潤為3513.50萬美元，同比增長30.34%。
眼下，多鄰國的“游戲化+All in AI”的策略，本質(zhì)是用互聯(lián)網(wǎng)產(chǎn)品思維重構(gòu)學(xué)習(xí)這件事，它或許無法成為語言學(xué)習(xí)的 “最優(yōu)解”，卻精準(zhǔn)踩中了當(dāng)代人對輕量化學(xué)習(xí)的需求痛點。
但對多鄰國而言，真正的挑戰(zhàn)或許并非課程深度不足，畢竟其商業(yè)模式本就不依賴 “教學(xué)效果承諾”，而是如何在用戶新鮮感消退后，持續(xù)用AI創(chuàng)新和營銷破圈吸引新用戶、留住老用戶。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論